Parsec --- 2.5 Sequences and separators (1)

Haskell

「単語」をパースするパーサwordを考えてみます．ここで「単語」というのは一つ以上の「大文字・小文字のアルファベット」から構成されます．

word:: Parser String
word = do { c <- letter ;
            do { cs <- word;
                 return (c:cs) ;}
            <|> return [c];
          }

do記法で，{}を使ってますが，こう書かないと入れ子構造のせいか，<|> return [c]が適切に解釈されませんでした（cがスコープ内にないとかいわれてしまう）．

これはよく見ればわかりますけど，読みにくいです．まず，最初のletterパーサで一文字とります．そして，二文字目（二つ目のdo記法）以降に行こうとするのですが，二文字目以降がなければ，return [c]で一文字目だけで構成されるStringを返します．

二文字目以降がある場合は，再帰的にwordパーサを呼び出し，それが返した値をcsに束縛して，一文字目のcと合わせて(c:cs)を返します．

具体的に考えると，例えば，``cat''という文字列をパースすると，

word "cat"
    c <- 'c'
    word "at"
        c <- a
        word "t"
            c <- t
            return "t"
        return "at"
    return "cat"

ということです．しかし，これがたくさんあるとあまりにつらいので，many1というパーサコンビネータが用意されています．これは他のパーサを引数として，そのパーサが「1回以上」ということを表現します．つまり，上のwordパーサは

word:: Parser String
word = many1 letter

と書くことが出来ます．manyというパーサコンビネータも用意されており，これは「0回以上」を意味します．

word:: Parser String
word = many1 letter

*Main> parseTest word "haskell"
"haskell"

word':: Parser String
word' = many letter

*Main>  parseTest word' "98haskell"
""

word''::Parser String
word''=many1 (letter <|> digit)

*Main> parseTest word'' "Haskell98Haskell"
"Haskell98Haskell"